Prediktívna analytika

Prediktívna analytika už nie je zložitá

Je čas na­kú­piť ča­je pro­ti pre­chlad­nu­tiu a zá­so­biť sa vrec­kov­ka­mi? O za­čiat­ku chríp­ko­vej se­zó­ny sa mož­no doz­ve­dieť už pred pr­vým kých­nu­tím. Ame­ric­ké mi­nis­ter­stvo zdra­vot­níc­tva sa pop­ri tra­dič­ných me­tó­dach spo­lie­ha aj na pre­dik­tív­nu ana­ly­ti­ku, aby od­ha­li­lo, kde sa kto­rá cho­ro­ba vy­skyt­ne a ako rých­lo sa bu­de ší­riť.

Eš­te do­ne­dáv­na zdra­vot­ní­ci pra­co­va­li len s dá­ta­mi, kto­ré vy­zbie­ra­li pria­mo v te­ré­ne od le­ká­rov. Ak nap­rík­lad za­zna­me­na­li zvý­še­ný po­čet hlá­se­ných prí­pa­dov chríp­ky, do­ká­za­li na si­tuáciu za­rea­go­vať prib­liž­ne po dvoch týž­dňoch od ob­ja­ve­nia pr­vých náz­na­kov. Pri rých­lo sa ší­ria­cich ocho­re­niach však už nie­koľ­ko dní mô­že byť roz­die­lom me­dzi smr­tia­cou epi­dé­miou a drob­nou je­sen­nou nep­rí­jem­nos­ťou.

Ame­ric­ké mi­nis­ter­stvo sa pre­to v čo­raz väč­šej mie­re orien­tu­je na to, ako po­dob­né prí­pa­dy pred­ví­dať. A ho­ci nap­rík­lad ta­ká chríp­ka sa ší­ri rých­lo, twee­ty sa ší­ria eš­te rých­lej­šie. Vďa­ka zbe­ru dát zo so­ciál­nych sie­tí v reál­nom ča­se a ich ana­lý­ze po­mo­cou pre­dik­tív­nych mo­de­lov do­ká­žu úra­dy spres­niť svo­je pred­po­ve­de a od­ha­liť blí­žia­ce sa epi­dé­mie už v zá­rod­ku.

Žiad­ne veš­te­nie

Pre­dik­tív­na ana­ly­ti­ka nie je há­da­nie bu­dúc­nos­ti. Tá­to tech­no­ló­gia ana­ly­zu­je mi­nu­lé dá­ta, hľa­dá v nich ur­či­té vzo­ry a učí sa z nich. Kým bež­ná ana­lý­za opi­su­je, čo sa v or­ga­ni­zá­cii udia­lo a pre­čo, pre­dik­tív­na ana­lý­za ana­ly­zu­je tren­dy a vzťa­hy me­dzi mi­nu­lý­mi dá­ta­mi a vy­vo­dzu­je z nich zá­ve­ry. Jej vý­sled­kom je pred­po­veď pod­lo­že­ná dá­ta­mi, kto­ré z mož­ných sce­ná­rov vý­vo­ja sú naj­prav­de­po­dob­nej­šie a ako sa na ne spo­loč­nosť mô­že naj­lep­šie prip­ra­viť.

Ho­ci zber a ana­lý­za dát sa v rôz­nych od­vet­viach vy­uží­va­jú už ro­ky, až mo­der­né tech­no­ló­gie, umož­ňu­jú­ce prá­cu s veľ­ký­mi ob­je­ma­mi úda­jov v reál­nom ča­se, ro­bia z pre­dik­tív­nej ana­lý­zy prak­tic­ky vy­uži­teľ­ný nás­troj.

Pre­dik­tív­ne mo­de­ly ma­jú na dneš­nom vy­so­ko kon­ku­ren­čnom tr­hu ce­nu zla­ta. Na­mies­to me­tó­dy po­kus - om­yl, vy­uží­va­nej dl­hé ro­ky, do­ká­žu veľ­mi rých­lo vy­hod­no­tiť vý­sled­ky al­ter­na­tív­nych stra­té­gií eš­te pred ich na­sa­de­ním a na zá­kla­de dát roz­hod­núť o efek­tív­nej in­ves­tí­cii ob­me­dze­ných zdro­jov.

Kon­ku­ren­čná vý­ho­da

Uve­do­mu­jú si to aj mno­hé fir­my. Pod­ľa pries­ku­mu ana­ly­tic­kej spo­loč­nos­ti Loud­Hou­se až 90 per­cent spo­loč­nos­tí, kto­ré za­ča­li nás­tro­je pre­dik­tív­nej ana­ly­ti­ky vy­uží­vať, ho­vo­rí o zís­ka­ní veľ­kej kon­ku­ren­čnej vý­ho­dy.

Z ne­dáv­no zve­rej­ne­nej štú­die pop­red­nej ana­ly­tic­kej fir­my Bu­si­ness Ap­pli­ca­tion Re­search Cen­ter však vy­plý­va, že viac ako po­lo­vi­ca z tak­mer osem­sto res­pon­den­tov pra­cu­je vo fir­mách, kto­ré stá­le pri väč­ši­ne svo­jich roz­hod­nu­tí vy­chá­dza­jú skôr z in­štin­ktov a skú­se­nos­tí ako z tvr­dých dát.

Si­tuácia sa pos­tup­ne me­ní. Osem z de­sia­tich os­lo­ve­ných or­ga­ni­zá­cií v pries­ku­me Loud­Hou­se pred­pok­la­dá, že v naj­bliž­ších pia­tich ro­koch bu­de do nás­tro­jov na pre­dik­tív­ne ana­lý­zy vý­raz­ne in­ves­to­vať.

Od rop­nej plo­ši­ny až po ro­din­nú fir­mu

Up­lat­ne­nie pre­dik­tív­nej ana­lý­zy je veľ­mi ši­ro­ké. Mar­ke­té­ri do­ká­žu nás­tro­je pou­žiť nap­rík­lad na pres­né za­cie­le­nie zá­kaz­ní­kov, u kto­rých je pred­pok­lad, že od­ídu ku kon­ku­ren­cii či zme­nia ná­kup­né zvy­ky.

Sil­né up­lat­ne­nie na­chá­dza pre­dik­tív­na ana­ly­ti­ka vo fi­nan­čných služ­bách. Ban­ky už dnes vy­uží­va­jú pod­rob­nú ana­lý­zu klien­tov a na zá­kla­de vy­po­čí­ta­né­ho skó­re im na mie­ru po­nú­ka­jú pro­duk­ty. Vý­znam­nú ro­lu však pre­dik­cia zoh­rá­va naj­mä pri pred­chá­dza­ní spre­ne­ve­rám a pod­vo­dom, či už v ban­kov­níc­tve, ale­bo v pois­ťov­níc­tve.

V ta­kých­to prí­pa­doch nes­ta­čí zis­tiť, že k nie­čo­mu ne­ka­lé­mu už doš­lo, ako a pre­čo. Pok­ro­či­lé pre­dik­tív­ne mo­de­ly do­ká­žu vy­hod­no­tiť po­doz­ri­vé tran­sak­cie a upria­miť na ne po­zor­nosť eš­te skôr, ako vznik­ne ško­da. Fir­my sa tak na ne mô­žu prip­ra­viť a v mno­hých prí­pa­doch im do­kon­ca za­brá­niť.

V stro­jár­stve sa pre­dik­cia a dá­to­vá ana­lý­za v mi­nu­los­ti vy­uží­va­li naj­mä pri op­ti­ma­li­zá­cii pro­ce­sov. Dnes ich však vďa­ka tech­no­ló­gii, kto­rá vie v reál­nom ča­se vy­hod­no­co­vať veľ­ké množ­stvo úda­jov, mož­no vy­uží­vať aj v iných ob­las­tiach.

Jed­no z naj­prak­tic­kej­ších vy­uži­tí nás­tro­jov na pre­dik­tív­ne ana­lý­zy je pre­ven­tív­na údr­žba, pri­čom ne­zá­le­ží na veľ­kos­ti pod­ni­ku.

Vy­uží­va­jú ju nap­rík­lad veľ­ké rop­né spo­loč­nos­ti na svo­jich vr­tných ve­žiach. Ko­lo­sy sto­ja­ce v mo­ri sú ná­roč­né na pre­vádz­ku a kaž­dá od­stáv­ka zna­me­ná únik zis­kov. Pre­dik­tív­na ana­lý­za však do­ká­že vy­užiť ti­sí­ce dát zo sní­ma­čov na za­ria­de­niach, vy­hod­no­cu­je his­to­ric­ké úda­je a učí sa z nich. Vie tak nap­rík­lad vy­hod­no­tiť, že ak pre­doš­lú po­ru­chu tur­bí­ny pred­chá­dza­li is­té príz­na­ky, po­dob­né poš­ko­de­nie mož­no oča­ká­vať i v naj­bliž­šej bu­dúc­nos­ti. Fir­ma sa tak mô­že prob­lé­mu ve­no­vať pre­ven­tív­ne po­čas plá­no­va­nej od­stáv­ky.

To pla­tí, sa­moz­rej­me, aj v men­šom. Ame­ric­ký vý­rob­ca poľ­no­hos­po­dár­skych stro­jov John Dee­re vy­uží­va clou­do­vú in-me­mo­ry plat­for­mu aj na spra­co­va­nie dát zo sen­zo­rov z trak­to­rov a iné­ho ná­ra­dia. Do­ká­že tak na di­aľ­ku sle­do­vať stav pre­na­ja­tých stro­jov a po­núk­nuť far­má­rom po­moc eš­te pred­tým, ako by doš­lo k po­ru­che.

Pre­dik­tív­na ana­ly­ti­ka zme­ni­la aj pre­te­ky for­mu­ly 1. Tí­my ako McLa­ren v reál­nom ča­se po­čas pre­te­kov sle­du­jú úda­je zo svo­jich vo­zi­diel. Po­čas jed­nej veľ­kej ce­ny naz­bie­ra­jú viac ako 6,5 mi­liar­dy úda­jov, na zá­kla­de kto­rých vý­kon­né in-me­mo­ry plat­for­my okam­ži­te po­mo­cou pre­dik­tív­nej ana­lý­zy vy­hod­no­cu­jú mož­né dôs­led­ky pre pre­te­ky. Me­cha­ni­ci tak pres­ne ve­dia, k aké­mu vý­sled­ku da­ná čin­nosť po­ve­die. Zvy­šok je už len na ši­kov­nos­ti pi­lo­tov.

Nie­len pre gee­kov

Pre­dik­tív­na ana­ly­ti­ka bo­la v mi­nu­los­ti nás­tro­jom ma­te­ma­tic­kých „ča­ro­dej­ní­kov". Bu­do­va­nie mo­de­lov a nas­ta­vo­va­nie al­go­rit­mov bo­la prá­ca pre ved­cov, kto­rí ma­jú šta­tis­tic­ké me­tó­dy v ma­líč­ku a v da­ta­bá­zach sa po­hy­bu­jú s ľah­kos­ťou.

Mo­der­né nás­tro­je však do­ká­žu pri­niesť ana­ly­tic­ké schop­nos­ti na pra­cov­ný stôl kaž­dé­ho ma­na­žé­ra. Dnes už sta­čí zo­pár klik­nu­tí a dob­re us­po­ria­da­né dá­ta a to, čo v mi­nu­los­ti bo­lo prá­cou tí­mov a tr­va­lo dni, mô­žu ma­na­žé­ri do­siah­nuť v prie­be­hu nie­koľ­kých ho­dín i sa­mi.

Autor: Mar­tin Fe­re­nec, So­lu­tion Sa­les Se­nior Execu­ti­ve, SAP Slo­ven­sko

Zdroj: PCR 12/2014


Ohodnoťte článok:
   
 
 
  Zdieľaj cez Facebook Zdieľaj cez Google+ Zdieľaj cez Twitter Zdieľaj cez LinkedIn Správy z RSS Správy na smartfóne Správy cez newsletter